受益L3+自动驾驶渗透率提升,数据标注或成为汽车智能化的下一站!
天风证券研报中分享了数据标注行业,认为L3+级别每辆汽车每天产生的数据量将高达4000GB,而自动驾驶感知技术是自动驾驶的核心技术之一,训练自动驾驶感知模型需要使用大量数据,数据标注行业中与自动驾驶相关的数据标注也因此得到快速发展。
1)什么是数据标注?
数据标注是向训练数据集添加元数据的过程。这种元数据通常采用标签的形式,可以添加到任何类型的数据中,包括文本、图像和视频。添加高质量和高精准的标签是为机器学习开发训练数据集的一个关键过程。
人工智能数据标注是数据预处理中不可缺少的阶段,因为监督式机器学习模型可以学习识别标注数据中重复出现的模式。当一个算法处理了大量的标注数据后,算法可以在新的、未标记数据出现时识别相同的模式,因此,数据科学家需要使用清洗过后的标注数据来训练机器学习横型



2)激光雷达放量,L4自动驾驶数据量增大,推动自动驾驶数据标注行业发展
由于绝对的无人驾驶自动驾驶在实现路径上无法在短期达到最终形态,根据美国NHTSA和SAE协会标准,自动驾驶根据其自动化程度的不同分为了“L0-L5”6个等级。目前在乘用车市场上实现落地的自动驾驶技术处于L2级水平,市场渗透率正稳步提升,实现的功能包括纵向的全速自适应巡航、横向的车道保特、低速场景的自动泊车等。根据IDC发布了《中国自动驾驶汽车市场数据追踪报告》,22Q1L2级自动驾驶在乘用车市场的新车渗透率达23.2%,整个市场处于L2向L3+级别发展的阶段,
L3级别以上的自动驾驶系统主要由感知、定位、预测、决策和控制五部分构成,每部分均不
可或缺。其对于计算机视觉技术的需求依赖度较高,系统需要对传感器采集的点云图像数据进行实时处理,构建车辆行驶环境,为预测和决策做依据,这对算法的准确性和实时性考验极大,激光雷达降本后快速铺开,运用到L3级以上自动驾驶中,数据量在L4级别每天产生的数据量将高达4000GB。
自动驾驶感知技术是自动驾驶的核心技术之一,训练自动驾驶感知模型需要使用大量数据数据标注行业中与自动驾驶相关的数据标注也因此得到快速发展,



3)行业门槛提升,供不应求
激光雷达铺开后标注从2D需求扩展到3D需求,3D标注需要实时分析大量的点云数据,对数据标注要求更高。
2D图像数据,通过摄像头进行采集,主要用于算法做2D目标检测、2D语义分割以及目标跟踪,涉及到的数据标注包含:点标注、线标注.框标注、语义分割。
3D点云数据,通过激光雷达(LiDAR)进行采集,主要用于算法做3D目标检测、3D语义分割以及3D目标跟踪,由于近年来激光雷达成本降低,3D点云数据的量级星现爆发性增加,涉及到的数据标注包含:3D点云框标注,2/3D融合标注,3D点云语义分分割。
L3级别以上自动驾驶需要大量的3D点云数据支撑,3D点云标注不仅要求对激光雷达回传的数据进行实时处理分析,大量的弯道车道线、日积月累的消耗和损坏等,带来的形状和反射率失真问题,也为识别准确率带来极大的挑战。
同时,L3级以上自动驾驶对3D标注需求增加,占比提升,数据量增大对标注成本和效率有不小的挑战。从人工标注到人机协同标注,人机协同标注在提升效率的同时能够节省大量城本。
4)自动驾驶数据标注相关公司:



资料来源:内容均来自券商公开研报,如有侵权,请联系删除!
风险提示:股市有风险,入市需谨慎!
免责声明:文章内容仅供参考,不构成投资建议,据此操作,风险自担!

回复

使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    • 售后服务
    • 关注我们
    • 社区新手

    QQ|手机版|小黑屋|数据通

    Powered by datatong.net X3.4  © 2008-2020 数据通